点赞 点赞 1
评论 0
书签 书签 3

【红外技术】DDE算法：HE在红外图像可视化上的应用(附源码)

原创 已于 2023-04-27 15:10:59 修改 · 886 阅读 ·
大模型引用 1 次
cknow-ai 代码可运行
于 2023-04-27 14:37:53 首次发布
本文介绍了直方图均衡(HE)在红外图像可视化的应用，通过MATLAB源码展示了HE算法提升图像对比度的过程。尽管HE能均匀分布灰度，但可能放大噪声，并非真正的DDE算法。文章还探讨了HE在数据压缩和人眼感知红外图像中的作用。

直方图均衡(HE)在红外图像可视化上的应用(附源码)

1.背景需求

制冷型红外相机模拟前端使用较高数据位数进行采样，一般常用 14位，16 位。但是人眼对于灰度的感知，最多能感知 128 个灰阶。并且数据一般是以 8 的整数倍的位宽在电子系统中应用，因此大多数的显示器的显示位宽为 8bit,共 256 个灰阶。为了使红外图像可视化，因此需要一种“数据压缩”技术，还需要既可能的不丢失原始图像信息。

2.直方图均衡在红外图像可视化上的应用

我们演示一种很简单的图像对比度提升算法，即直方图均衡方法。下面我将展示直方图均衡（histogram equalization）的主要步骤与结果,并附有完整代码。

原始的14bit图像（以AGC方式调整两个边界压缩至8bit显示）
在这里插入图片描述
1） 直方图 pro 曲线

直方图分布函数集中区域，如下图

标签
#算法 #人工智能 #计算机视觉
分类 数据科学与机器学习开发
了解本专栏 订阅专栏 解锁全文 超级会员免费看
图像增强之DDE---基于红外图像的数字图像细节增强DDE
weixin_33962621的博客
02-09 7831
（1）DDE应用背景 （2）DDE算法简介 （3）DDE 实现 （4）DDE 总结和不足   ----------author：pkf -----------------time：2-9 ----------------------qq：1327706646   （1）DDE应用背景 　　关于图像的增强，无数种方法，有线性映射，直方图均衡拉伸，还有时域，空域的增强等等，但是对于...
基于自适应引导滤波器的红外增强算法总结（1）
weixin_43498765的博客
03-08 2244
算法基本思想是基于图像的分层处理，首先使用自适应引导滤波器对原始图像进行分层处理。原始图像通过引导滤波器得到背景基图，原始图像与背景基图相减得到细节图层，再分别对细节图层核背景图层进行处理再进行线性叠加得到最终输出图像。
DDE.zip_DDE 图像增强_图像细节增强_红外DDE_红外图像分层_红外图像增强
07-14
红外图像细节增强仿真，其中使用双边滤波器进行图像分层。带测试源数据。
GIF&DDE
qq_39573780的博客
09-22 1372
GIF&DDE 本文主要介绍了一种高动态范围图像转化为8位可视图像的方法，根据论文[[1]][id]总结实现 算法流程 图1：算法流程图 [外链图片转 存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0qYSwKlz-1600784987828)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20200922220731232.png)] 步骤： 使用导向滤波将图像分为基础层和细节
一种基于图像分层处理的DDE算法
10-09
提出一种基于红外图像分层处理及动态压缩的 DDE 算法。该算法先将原始 14bits 红外图像数据信息中的大动态低频背景和小动态高频细节进行分离提取，并分别对提取的细节层和背景层进行相应的灰度增强和灰度抑制处理，再调整和压缩各图层的动态范围并最终合成 8bits 图像。 实验结果表明，该算法能较好地保留并突出原始红外图像中的边缘和细节信息，达到了预期设计的目标
[红外图像处理] 衡量数字细节增强（DDE）的指标
ZhangPY的专栏
02-04 4273
[红外图像处理] 衡量数字细节增强（DDE）的指标
【数字图像处理matlab】(直方图线性拉伸/均衡化/匹配）
gsgs1234的博客
03-11 6454
【数字图像处理matlab】(图像增强） 数字图像处理关于直方图线性拉伸、直方图均衡化、直方图匹配的代码，matlab编写。 1.直方图线性拉伸 2.直方图均衡化 3.直方图匹配 读入一张RGB影像，进行直方图直方图线性拉伸、直方图均衡化、直方图匹配(以另一张影像为基准），展示出处理过的图像及直方图。 function F=Histogram_trans(image) %调用代码-------------------------------- % imageR=imread('eye.jpg'); % i
【红外DDE算法】FLIR数字细节增强算法介绍文档解析
wind
02-26 1万+
1)什么是DDE FLIR systems研发出一种强大的算法，帮助用户解决在高动态范围场景中丁威迪对比度目标的难题。此算法称为 数字图像细节增强 DDE是一种改机非线性图像处理算法，可以保留高动态范围图像中的细节。图像细节得到增强，从而与原始图像北京的总动态范围相匹配，这样即使在温度变化十分现实的场景中，操作员也能够看清细节。 2）为什么高动态范围会成为问题？ 答案在于人体视觉系统和典型视频...
三种算法红外图像增强对比
xhwlzlb的博客
06-09 1706
红外图像DDE三种算法对比
FPGA：DDE图像数字细节增强系统（工程+仿真+实物，可用毕设）
千歌叹尽执夏的博客
04-09 3392
本案例采用的DDE（数字细节增强）算法，通过高斯滤波分离原图的高频信息和低频信息，利用原图和高斯滤波的差值提取细节，再将细节叠加到原始图像上，实现细节增强，增强后图像清晰度明显提高。
【红外DDE算法】一种应用于高动态范围红外可视化的算法
sunwindl91181的博客
04-27 1649
【红外DDE算法】一种应用于高动态范围红外可视化的算法 - 这个算法背后的动机 - 展示这个算法的流程 - 然后讨论各个可调参数的意义。
红外图像处理之直方图统计
xhwlzlb的博客
07-27 1932
因前端ADC采集部分输出的数据位宽为14位，而对图像成像质量的客观评价需要在PAL显示器进行评价，PAL为8bit数据位宽，故需要对数据进行压缩拉伸处理。 在FPGA进行直方图均衡化时，采用真双口RAM进行统计。在场信号有效期在DRAM的A端口进行图像数据的统计操作，图像数据在场、行有效期取数，在消隐区时，通过A端口寻找灰度动态范围的最小值，B端口寻找灰度动态范围的最小值，找到最大最小动态范围后，从DRAM两个端口对DRAM存储数据进行清零，两端口各清一般存储区间，从而保证...
遥感数字图像处理（实验一）——预处理、图像的真彩色和拉伸显示（包括图像的直方图显示、线性拉伸、与直方图匹配）
热门推荐
qq_50559644的博客
04-01 1万+
遥感数字图像处理——遥感数字图像预处理、图像的真彩色和拉伸显示，包括图像的直方图显示、线性拉伸、与直方图匹配。
在MATLAB中对图像增强的一种：DDE
09-28
在MATLAB图像处理过程中，需要对图片进行增强，增强的方法有很多种，其中DDE增强就是比较好的一种
C++ 超详细14Bit，16Bit，24Bit，32Bit图像直方图统计并绘制显示（详细图文教程_附C++代码）
qq_40280673的博客
04-22 6032
C++ OpenCv提供了函数calcHist()，可以很方便的帮助我们统计一幅8Bit图像的直方图，但是对于10Bit，12Bit，14Bit，16Bit，24Bit，32Bit等高位图像就不适用了，无法统计，这时候就需要我们自己手写代码统计高位图像的直方图。
DDE红外图像增强
xhwlzlb的博客
08-17 4234
一直忙于手上的工作，没有及时总结，今天抽几分钟时间，将最近DDE红外图像增强的试验结果分享下。具体的实现过程，会在后面的博文中进行详细的说明、论证。有车的照片没白天所拍照片，其余2张为晚上8点所拍照片，另因工作需要，先进行算法部分，两点校正和盲元填充放后面做，且手上探测器库存4年之久，光学镜头也不是特别好，所以图片中盲元较多。从图像分析，以图片中倒车的车为例，细节纹理非常明显，结果表明4x4的clahe比3x3的clahe​​​​​​​细节增强明显，且对空或者半空都没有分块现象。 ...
【图像增强】基于引导滤波算法实现红外图像分层增强附Matlab代码
m0_60703264的博客
01-28 1642
红外图像因其独特的成像原理，在军事、安防、医疗等领域得到了广泛的应用。然而，红外图像通常存在着对比度低、细节不丰富等问题，这限制了其应用范围。为了提高红外图像的质量，图像增强技术应运而生。
红外图像增强(dde)：基于“基础层-细节层”分解的增强算法
最新发布
qq_45141261的博客
06-25 2886
红外图像由于其成像原理的特殊性，通常存在对比度低、细节模糊、动态范围宽等问题，直接观看难以辨识目标。为了提升红外图像的视觉质量，凸显其中蕴含的细节信息，数字图像增强算法至关重要。本文将介绍一种经典且高效的红外图像增强算法，它基于对图像的“基础层-细节层”分解，通过对不同层次的针对性处理，实现卓越的细节增强效果。文章将深入剖tuning算法原理，并提供一份基于OpenCV和NumPy的Python代码实现，帮助读者理解并实践该技术。
差分进化算法 (differential evolution,DE)与离散差分进化算法(discrete DE, DDE)
a999999123的博客
12-25 1万+
概述 差分进化算法是一种用于解决全局优化问题的随机搜索算法。与遗传算法、 粒子群优化算法、蚁群算法、人工蜂群算法等智能算法相比较，DE 算法的参数少、优化能力较强。 DE 算法是进化算法中的一种，它具有进化算法所有的优点。该算法受自然界中物种“优胜劣汰，适者生存”的准则启发，通过对种群进行初始化、个体适应值评价、差分变异操作、杂交操作、选择操作等过程选择更优秀的下一代，算法流程图如图所示。 由图可知，DE 算法中种群初始化后，通过适应值函数对种群个体进行评价计算，再将种群中的个体放入循环中进行各项操作，当
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值